MySQL 大表的count()優化實現

以下是基於我結合B+樹的數據結構和對實驗結果的推測作出的判斷，如有錯誤，懇請指正！

今天實驗瞭一下MySQL的count()操作優化, 以下討論基於mysql5.7 InnoDB存儲引擎. x86 windows操作系統。

創建的表的結構如下（數據量為100萬）：

首先是關於mysql的count(*)，count(PK), count(1)哪個快的問題。
實現結果如下：

並沒有什麼區別！加上瞭WHERE子句之後3個查詢的時間也是相同的，我就不貼圖片瞭。

之前在公司的時候就寫過一個select count(*) from table的SQL語句，在數據多的時候非常慢。所以要怎麼優化呢？

這要從InnoDB的索引說起, InnoDB的索引是B+Tree。

對主鍵索引來說：它隻有在葉子節點上存儲數據，它的key是主鍵，並且value為整條數據。
對輔助索引來說：key為建索引的列，value為主鍵。

這給我們兩個信息：
1. 根據主鍵會查到整條數據
2. 根據輔助索引隻能查到主鍵，然後必須通過主鍵再查到剩餘信息。

所以如果要優化count(*)操作的話，我們需要找一個短小的列，為它建立輔助索引。
在我的例子中就是status，雖然它的”severelity”幾乎為0.

先建立索引：ALTER TABLE test1 ADD INDEX (status);
然後查詢，如下圖：

可以看到，查詢時間從3.35s下降到瞭0.26s，查詢速度提升近13倍。

如果索引是str這一列，結果又會是怎麼樣呢？
先建立索引: alter table test1 add index (str)
結果如下：

可以看到，時間為0.422s，也很快，但是比起status這列還是有著1.5倍左右的差距。

再大膽一點做個實驗，我把status這列的索引刪掉，建立一個status和left(omdb,200)(這一列平均1000個字符)的聯合索引，然後看查詢時間。
建立索引： alter table test1 add index (status,omdb(200))
結果如下：

時間為1.172s

alter table test1 add index (status,imdbid);

補充！！
要註意索引失效的情況！
建立瞭索引後正常的的樣子：

可以看到key_len為6, Extra的說明是using index.

而如果索引失效的話：

索引失效有很多種情況，比如使用函數，!=操作等，具體請參考官方文檔。

對MySQL沒有很深的研究，以上是基於我結合B+樹的數據結構和對實驗結果的推測作出的判斷，如有錯誤，懇請指正！

到此這篇關於MySQL 大表的count()優化實現的文章就介紹到這瞭,更多相關MySQL 大表count()優化內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：

None Found